Umsatzprognosen im Vertrieb: Forecast-Prozess Schulung

Die Grundlagen der Umsatzprognosen im Vertrieb

• Was eine Umsatzprognose ist: erwarteter Umsatz im Unterschied zu Ziel, Budget und Plan
• Prognosehorizont und Gliederung: Monat, Quartal, Geschäftsjahr; Gebiet, Produkt, Kunde
• Business Intelligence und Unternehmensumsatz: wer den Forecast braucht – Produktion, Einkauf, Finanzen
• Werkzeuge einordnen: Excel, Forecast-Modul im CRM, BI-Bericht – wer welchen Schritt übernimmt
• Geschäftsmodelle unterscheiden: Projektgeschäft, Seriengeschäft, Abonnements und Wiederkauf

Was zu einer Prognose gehört: Pipeline, Quoten, Saison

• Konventionelle Prognosemethoden: Vertriebsmeldung, Phasengewichtung, Vorjahr plus Trend
• Pipeline als Basis: offenes Volumen, erwarteter Abschlusstermin, Phase und Wahrscheinlichkeit
• Abschlussquoten je Phase aus der eigenen Historie ableiten statt Standardprozente zu übernehmen
• Pipeline-Abdeckung: Verhältnis von offener Pipeline zum Restziel des Quartals
• Verkaufszyklus und Verweildauer je Phase: wann eine Opportunity realistisch abschließt
• Saisonalität im Vertrieb: Quartalsende, Budgetzyklen der Kunden, Ferienmonate, Messen
• Grundlagen der Regressionsanalyse: wann Preis, Marketingbudget oder Konjunktur den Umsatz erklären
• Werte vorhersagen mit der Regressionsanalyse – Vorgehen im Überblick, Umsetzung im Excel-Seminar
• Budgetierung und Prognosen mit Wachstumsraten: Top-down-Vorgabe gegen Bottom-up-Meldung

Datenbeschaffung aus CRM und Marketing

• Verkaufsdaten sammeln: Opportunities, Aufträge und Rechnungen aus CRM und ERP abgleichen
• Daten verwenden: Pflichtfelder für Betrag, Phase, Abschlussdatum und Verantwortliche festlegen
• Marketingdaten einbeziehen: Leads, MQL und SQL je Quelle, Vorlaufzeit bis zur Opportunity
• Verkaufsdaten bereinigen: Abschlussdaten in der Vergangenheit, Dubletten, ruhende Opportunities
• Pipeline-Schnappschüsse wöchentlich sichern, damit Veränderungen nachvollziehbar bleiben
• Ausreißer identifizieren: Großprojekte und Einmalgeschäfte getrennt prognostizieren

Ergebnisse bewerten und absichern

• Was bedeuten die Ergebnisse? Prognose nach Bestandteilen zerlegen und plausibilisieren
• Bandbreite statt Punktwert: Konfidenzintervalle und die Kategorien Commit, Best Case, Pipeline
• Stresstest: Verschiebung der drei größten Opportunities, Ausfall eines Großkunden, Preisdruck
• Pipeline-Bewegung als Wasserfall: neu, gewonnen, verloren, verschoben, im Wert verändert

Forecast-Rhythmus und Forecast-Qualität

• Forecast-Kalender: wöchentliche Runde im Team, monatliche Verdichtung, Quartalsabschluss
• Regeln für Phasenwechsel mit überprüfbaren Austrittskriterien je Phase
• Treffsicherheit messen: Abweichung je Quartal, Verzerrung (Bias) und Stabilität über die Wochen
• Typische Verzerrungen erkennen: zu optimistische Meldungen, zurückgehaltene Abschlüsse (Sandbagging)
• Forecast-Gespräch führen: Fragen nach Alter der Opportunity, nächstem Schritt und Entscheidern
• Änderungen am Forecast dokumentieren: wer hat wann welche Zahl mit welcher Begründung angepasst

Abstimmung mit dem Marketing

• Gemeinsames Funnel-Modell: Definitionen für Lead, MQL, SQL, Opportunity und Abschluss
• Rückwärtsrechnung vom Umsatzziel zu benötigten Opportunities und Leads je Quartal
• Vereinbarung zwischen Marketing und Vertrieb: Reaktionszeit, Übergabe, Rückmeldung zum Lead
• Kampagnenkalender mit Vorlaufzeit in die Pipeline-Prognose der Folgequartale einbauen

Das Ganze zusammenfügen

• Prognosen für Kundentransaktionen: Wiederkauf und Vertragsverlängerungen der Bestandskund:innen
• Prognosen mit nicht-numerischen Daten: Einschätzung, Wettbewerbslage, Entscheidungsweg beim Kunden
• Qualifizierungskriterien wie BANT oder MEDDIC als nachvollziehbare Grundlage der Einstufung
• Prognose interpretieren: Forecast-Kommentar für die Geschäftsführung mit Annahmen und Risiken
• Forecast-Module und KI-Prognosen im CRM bewerten: Datenbasis, Nachweis der Treffsicherheit, Überschreibrechte

Praxisprojekt: Quartals-Forecast eines Herstellers von Industriewaagen

• Pipeline-Export aus Fachhandel, Direktvertrieb und Servicegeschäft bereinigen und Schnappschüsse anlegen
• Abschlussquoten je Phase aus zwei Jahren Historie ableiten und mit der Gewichtung im CRM vergleichen
• Forecast aus Pipeline, Wartungsverträgen und Messeleads mit Bandbreite für das kommende Quartal erstellen
• Forecast-Regeln und Kalender für die wöchentliche Runde von Vertrieb und Marketing festlegen

Lernziele

• Sie unterscheiden Ziel, Budget, Plan und Prognose und wählen eine Prognosemethode passend zum Geschäftsmodell.
• Sie leiten Abschlussquoten, Verkaufszyklus und Pipeline-Abdeckung aus der eigenen CRM-Historie ab.
• Sie legen Pflichtfelder, Bereinigungsregeln und wöchentliche Pipeline-Schnappschüsse für eine belastbare Datengrundlage fest.
• Sie messen die Treffsicherheit des Forecasts über mehrere Quartale und erkennen systematische Verzerrungen.
• Sie rechnen mit dem Marketing vom Umsatzziel auf benötigte Opportunities und Leads zurück.

Zielgruppe

• Vertriebsleitung und Gebietsleitungen
• Sales Operations und Vertriebscontrolling
• Marketingverantwortliche, die Leads und Kampagnen mit dem Forecast abstimmen